Zuruck
2026-05-03/Drew Hanover
Condition-Based Maintenance vs Predictive Maintenance: Was ist der Unterschied?
Condition-Based Maintenance und Predictive Maintenance sind eng miteinander verbunden, aber sie sind nicht dasselbe.
Condition-Based Maintenance bedeutet, dass Anlagen gewartet werden, wenn gemessene Zustandsdaten zeigen, dass Handlungsbedarf besteht. Ein Temperatur-, Vibrations-, Druck-, Öl- oder elektrischer Messwert verlässt den Normalbereich, und das Team reagiert.
Predictive Maintenance geht einen Schritt weiter. Sie nutzt Zustandsdaten, Trends, Analysen und manchmal maschinelles Lernen, um abzuschätzen, was als Nächstes wahrscheinlich passiert. Das Ziel ist nicht nur zu erkennen, dass eine Maschine heute auffällig ist. Das Ziel ist vorherzusagen, wann sie ausfallen könnte, wie dringend das Problem ist und wann die Wartung geplant werden sollte.
Einfach gesagt:
- Condition-Based Maintenance beantwortet: "Braucht diese Anlage jetzt Aufmerksamkeit?"
- Predictive Maintenance beantwortet: "Wann wird diese Anlage voraussichtlich Aufmerksamkeit brauchen?"
Beide Strategien funktionieren am besten zusammen. Zustandsdaten sind die Grundlage. Predictive Maintenance baut darauf auf, sobald genug Historie, Kontext und Analyse vorhanden sind, um Verschlechterung vorherzusagen.
Der schnelle Vergleich
| Frage | Condition-Based Maintenance | Predictive Maintenance |
|---|---|---|
| Grundidee | Wartung nach tatsächlichem Zustand | Vorhersage von Ausfall oder Verschlechterung |
| Auslöser | Ein Messwert überschreitet einen Schwellenwert oder eine Basislinie | Ein Trend deutet auf ein zukünftiges Ausfallfenster hin |
| Benötigte Daten | Aktueller und jüngster Anlagenzustand | Historische Trends, Betriebskontext und Modelle |
| Typisches Ergebnis | Prüfen, reparieren, verlangsamen oder stoppen | Arbeit vor dem prognostizierten Ausfallpunkt planen |
| Am besten für | Abnormale Zustände früh erkennen | Wartung um erwartete Verschlechterung planen |
| Risiko bei schlechter Umsetzung | Zu viele Alarme oder verpasste Schwellenwerte | Falsche Sicherheit durch schwache Modelle oder schlechte Daten |
Diese Unterscheidung ist wichtig, weil viele Teams die Begriffe austauschbar verwenden. Sie hängen zusammen, beschreiben aber unterschiedliche Reifegrade in der Instandhaltung.
Was Condition-Based Maintenance bedeutet
Condition-Based Maintenance (CBM) ist eine Instandhaltungsstrategie, bei der Arbeit durch den tatsächlichen Zustand der Anlage ausgelöst wird.
Die Anlage wird überwacht. Das Team definiert, wie normal aussieht. Wenn der gemessene Zustand diesen Normalbereich verlässt, handelt die Instandhaltung.
Zum Beispiel:
- Ein Lager läuft normalerweise bei 48°C, beginnt aber bei gleicher Last mit 62°C zu laufen.
- Ein Motor zieht mehr Strom als ähnliche Motoren auf derselben Linie.
- Ein Vibrationssensor erkennt eine Lagerdefektfrequenz.
- Eine Ölprobe zeigt Verunreinigung oder Verschleißpartikel.
- Ein Hydrauliksystem zeigt ungewöhnlichen Druck oder ungewöhnliche Temperatur.
- Eine elektrische Verbindung läuft heißer als die anderen Phasen im selben Schrank.
In jedem Fall basiert die Wartungsentscheidung auf Zustand, nicht auf Kalender.
Das ist der zentrale Unterschied zur präventiven Instandhaltung. Präventive Instandhaltung sagt: "Ersetze dieses Teil alle sechs Monate." Condition-Based Maintenance sagt: "Ersetze dieses Teil, wenn die Daten zeigen, dass es sich verschlechtert."
CBM ist besonders nützlich, wenn Anlagen nicht gleichmäßig altern. In Industriebetrieben ist das fast immer der Fall. Last, Staub, Feuchtigkeit, Umgebungstemperatur, Betriebsstunden, Produktmix und Wartungshistorie verändern, wie Anlagen verschleißen.
Was Predictive Maintenance bedeutet
Predictive Maintenance nutzt Zustandsdaten, um zukünftigen Wartungsbedarf vorherzusagen.
Sie erkennt nicht nur, dass etwas auffällig ist. Sie versucht einzuschätzen, wo sich die Anlage auf der Ausfallkurve befindet.
Zum Beispiel:
- Ein Temperaturtrend an einem Lager deutet darauf hin, dass es innerhalb von zwei Wochen einen unsicheren Bereich erreichen könnte.
- Vibrationsdaten zeigen ein Defektmuster, das mit vorhersehbarer Geschwindigkeit zunimmt.
- Motorstrom und Temperatur zeigen eine lastbedingte Verschlechterung, die über mehrere Schichten zunimmt.
- Thermische Daten zeigen, dass eine Förderrolle über mehrere Tage langsam über ihre Nachbarn driftet.
- Historische Ausfalldaten deuten darauf hin, dass eine bestimmte Komponente in eine Hochrisikophase eintritt.
Predictive Maintenance hängt von mehr ab als von einem einzelnen Messwert. Sie braucht Trenddaten, Kontext und eine Methode, das Signal zu interpretieren.
Diese Interpretation kann einfach oder fortgeschritten sein. Manchmal ist es ein Techniker, der eine Trendlinie betrachtet und eine Entscheidung trifft. Manchmal nutzt Software Basislinienmodelle, Anomalieerkennung oder Schätzungen der Restlebensdauer.
Der Punkt bleibt gleich: Predictive Maintenance verwandelt Zustandsdaten in eine Wartungsprognose.
Condition Monitoring, CBM und Predictive Maintenance
Drei Begriffe werden häufig vermischt:
Condition Monitoring ist das Messen des Anlagenzustands. Das System sammelt Temperatur-, Vibrations-, Öl-, Strom-, Druck-, akustische oder andere Daten.
Condition-Based Maintenance ist die Instandhaltungsstrategie, die diese Daten nutzt, um zu entscheiden, wann gehandelt wird.
Predictive Maintenance ist die Planungsstrategie, die diese Daten über Zeit nutzt, um Ausfallrisiken vorherzusagen und Arbeit vor dem Ausfall zu planen.
Die Abfolge sieht so aus:
- Anlage überwachen.
- Auffälligen Zustand erkennen.
- Entscheiden, ob Wartung nötig ist.
- Trends nutzen, um abzuschätzen, was als Nächstes passiert.
- Arbeit planen, bevor der Ausfall zu ungeplantem Stillstand wird.
Nützliche Predictive Maintenance gibt es nicht ohne Condition Monitoring darunter. Und Condition Monitoring bringt wenig Wert, wenn die Instandhaltung keinen klaren Weg hat, auf die Daten zu reagieren.
Wo Infrarot in Predictive Maintenance passt
Infrarot für Predictive Maintenance ist wertvoll, weil viele industrielle Ausfallarten als Wärme sichtbar werden, bevor sie als Ausfall auftreten.
Eine Wärmebildkamera misst Infrarotstrahlung, die von Oberflächen abgegeben wird, und wandelt sie in Temperaturdaten um. In der industriellen Instandhaltung können diese Temperaturdaten Reibung, Überlast, elektrischen Widerstand, blockierten Durchfluss, schwelendes Material oder ungewöhnliche Prozesswärme sichtbar machen.
Typische Beispiele:
- Lager erwärmen sich durch Reibung, bevor sie blockieren.
- Motoren laufen unter ungewöhnlicher Last heißer.
- Elektrische Klemmen erhitzen sich durch lockere oder korrodierte Verbindungen.
- Riemen rutschen und erzeugen Reibungswärme.
- Förderrollen schleifen unter Last.
- Hydrauliksysteme erwärmen sich durch Einschränkungen oder Leckagen.
- Staubabsaugleitungen zeigen Wärme durch blockierten Durchfluss oder schwelendes Material.
- Batteriezellen laufen heißer als benachbarte Zellen.
Damit ist Infrarot sowohl für Condition-Based Maintenance als auch für Predictive Maintenance nützlich.
In einem CBM-Programm kann Infrarot eine Aktion auslösen, wenn eine Komponente heißer als normal ist.
In einem Predictive-Maintenance-Programm können Infrarot-Trenddaten zeigen, wie schnell sich die Komponente verschlechtert, ob das Problem stabil bleibt oder sich beschleunigt und wann das Team eingreifen sollte.
Warum Infrarotdaten anders sind als Vibrationsdaten
Vibration ist eines der klassischen Signale für Predictive Maintenance. Sie eignet sich hervorragend für die Diagnose rotierender Maschinen. Wenn eine Pumpe, ein Lüfter, Motor oder Kompressor einen Lagerdefekt, Unwucht, Fehlausrichtung oder Lockerheit hat, kann Vibrationsanalyse detaillierte Informationen liefern.
Infrarot ist breiter.
Es erfordert keinen physischen Kontakt mit der Anlage. Es kann viele sichtbare Komponenten gleichzeitig überwachen. Es kann Wärme von rotierenden Anlagen, nicht rotierenden Anlagen, elektrischen Systemen, Förderern, Schaltschränken, Leitungen und Materiallagerbereichen erkennen.
Diese Breite zählt in Industrieumgebungen, in denen das Risiko nicht auf rotierende Maschinen begrenzt ist.
Ein Vibrationssensor kann Ihnen sagen, dass ein Motorlager einen Fehler entwickelt. Er kann Ihnen nicht sagen, dass eine nahe elektrische Klemme überhitzt, ein Riemen rutscht oder Material in einer Leitung schwelt. Infrarot kann diese Wärmemuster sehen, wenn die Kamera Sichtlinie hat.
Das macht Infrarot nicht in jedem Fall "besser" als Vibration. Es macht es anders. Vibration ist stark bei mechanischer Diagnose. Infrarot ist stark bei wärmebezogenen Zustandsänderungen über gemischte Anlagen hinweg.
Wir haben diesen Vergleich ausführlicher in Wärmebildtechnik vs. Vibrationssensoren behandelt.
Beispiel für Condition-Based Maintenance
Stellen Sie sich einen Förderantriebsmotor in einer Produktionsanlage vor.
Im Normalbetrieb läuft das Motorgehäuse zwischen 55°C und 60°C. Eine fest installierte Wärmebildkamera überwacht den Motor kontinuierlich. In einer Woche beginnt der Motor bei ähnlicher Last und ähnlicher Umgebung mit 68°C zu laufen.
Ein Condition-Based-Maintenance-Programm reagiert auf diese Veränderung.
Das System markiert den Motor als auffällig. Die Instandhaltung prüft Motor, Kupplung, Riemenspannung, Belüftung und Last. Das Team kann Kühlrippen reinigen, Ausrichtung korrigieren, Last reduzieren oder einen Austausch planen.
Die Entscheidung basiert auf gemessenem Zustand. Der Motor wird nicht gewartet, weil der Kalender es vorgibt. Er wird gewartet, weil die Daten eine relevante Veränderung zeigen.
Das ist Condition-Based Maintenance.
Beispiel für Predictive Maintenance
Stellen Sie sich nun denselben Motor über einen längeren Zeitraum vor.
Statt eines plötzlichen Sprungs von 58°C auf 68°C steigt die Motortemperatur langsam über sechs Wochen. Sie beginnt bei 58°C, dann 60°C, dann 62°C, dann 64°C. Die Last ist ähnlich. Die Umgebungstemperatur ist ähnlich. Vergleichbare Motoren auf derselben Linie bleiben stabil.
Dieser Trend erzählt eine andere Geschichte.
Ein Predictive-Maintenance-Programm betrachtet die Änderungsrate. Es kann abschätzen, wann der Motor eine Warnschwelle erreicht, wann der nächste geplante Stillstand stattfindet und ob die Reparatur warten kann.
Das Ergebnis ist nicht nur "dieser Motor ist heiß". Es wird zu "dieser Motor verschlechtert sich, der Trend beschleunigt sich, und das beste Wartungsfenster ist der geplante Stillstand nächsten Dienstag."
Das ist Predictive Maintenance.
Welche Strategie ist besser?
Die bessere Frage ist nicht, welche Strategie besser ist. Die bessere Frage ist, welche Entscheidung Sie treffen wollen.
Nutzen Sie Condition-Based Maintenance, wenn Sie wissen müssen, ob eine Anlage aktuell außerhalb ihres normalen Betriebszustands liegt.
Nutzen Sie Predictive Maintenance, wenn Sie planen müssen, wohin sich die Anlage wahrscheinlich entwickelt.
Die meisten industriellen Teams brauchen beides.
Condition-Based Maintenance ist der erste Schritt, weil es dem Team eine praktische Handlungsregel gibt. Predictive Maintenance wird nützlicher, je größer der Datensatz wird und je besser das Team lernt, wie sich jede Anlage unter echten Betriebsbedingungen verhält.
Der Fehler besteht darin, "Predictive Maintenance"-Software zu kaufen, bevor das Monitoring-Programm reif genug ist, um verlässliche Daten zu liefern.
Vorhersagen sind nur so gut wie die Messungen, Basislinien und der Kontext darunter.
Was Infrarot für beides nützlich macht
Infrarot funktioniert in beiden Strategien gut, weil Wärme ein gemeinsames Signal ist.
Reibung erzeugt Wärme. Elektrischer Widerstand erzeugt Wärme. Überlast erzeugt Wärme. Eingeschränkter Durchfluss erzeugt Wärme. Schwelendes Material erzeugt Wärme. Batteriefehler erzeugen Wärme.
Ein kontinuierliches Thermomonitoring-System kann diese Wärmemuster in ein Instandhaltungssignal verwandeln:
- Für CBM: Ist diese Komponente heißer als ihre normale Basislinie?
- Für Predictive Maintenance: Ist der Temperaturtrend stabil, schlechter werdend oder beschleunigend?
Derselbe Sensor kann beide Fragen unterstützen.
Das ist besonders nützlich in Betrieben mit vielen verschiedenen Anlagentypen in derselben Zone. Ein Hobelraum im Sägewerk, eine Recyclinglinie, ein Batterieladebereich oder eine Schüttgutumschlaganlage kann Motoren, Lager, Förderer, Schaltschränke, Staub und Materialfluss in einer Zone enthalten.
Infrarot-Monitoring gibt dieser Zone ein gemeinsames Zustandssignal: Temperatur.
Häufige Fehler
Der erste Fehler ist, Condition-Based Maintenance und Predictive Maintenance als konkurrierende Strategien zu behandeln. Sie sind Stufen derselben Reifekurve.
Der zweite Fehler ist anzunehmen, Predictive Maintenance bedeute immer fortgeschrittene KI. Manchmal ist die nützlichste Vorhersage eine klare Trendlinie, die zeigt, dass ein Lager jede Woche heißer wird.
Der dritte Fehler ist, für alles feste Schwellenwerte zu nutzen. Ein Lager, das normalerweise bei 35°C läuft und auf 50°C steigt, kann Aufmerksamkeit verdienen, selbst wenn 50°C unter einem allgemeinen Alarmwert liegt. Basislinien zählen.
Der vierte Fehler ist, Betriebskontext zu ignorieren. Temperatur verändert sich mit Last, Umgebung, Produktmix und Schicht. Ein gutes Programm vergleicht Anlagen mit ihrem eigenen Normalverhalten, nicht nur mit einer universellen Zahl.
Der fünfte Fehler ist Datensammlung ohne Instandhaltungsworkflow. Wenn niemand den Alarm besitzt, die Arbeit plant oder den Kreis schließt, wird das Monitoring-Programm zu einem Dashboard statt zu einem Instandhaltungssystem.
Fazit
Condition based maintenance vs predictive maintenance ist keine Entweder-oder-Entscheidung.
Condition-Based Maintenance nutzt den realen Anlagenzustand, um zu entscheiden, wann Handlungsbedarf besteht. Predictive Maintenance nutzt Zustandstrends, um abzuschätzen, was als Nächstes wahrscheinlich passiert und wann Wartung geplant werden sollte.
Infrarot unterstützt beides, weil Wärme eines der frühesten und breitesten Signale für Anlagenstress ist. Eine Wärmebildkamera kann ungewöhnliche Temperaturen an Lagern, Motoren, Schaltschränken, Förderern, Hydraulik, Batterien und Brandrisikobereichen erkennen, bevor daraus ungeplanter Stillstand oder ein Sicherheitsereignis wird.
Beginnen Sie mit verlässlichem Condition Monitoring. Bauen Sie starke Basislinien auf. Stellen Sie sicher, dass Alarme zu Handlungen führen. Nutzen Sie dann die Trenddaten, um vorherzusagen, was als Nächstes kommt.
So wird Condition-Based Maintenance in der Praxis zu Predictive Maintenance.
Wenn Sie verstehen möchten, wie Infrarot für Predictive Maintenance in Ihren Betrieb passt, nehmen Sie Kontakt mit dem AVIAN-Team auf. Wir prüfen Ihre kritischen Anlagen und zeigen, wo Thermomonitoring das klarste Instandhaltungssignal liefert.
Drew Hanover
CTO & Mitgründer
Neue AVIAN Insights direkt in Ihr Postfach
Wir senden Ihnen praxisnahe Hinweise zu industriellem Brandschutz, Wärmeüberwachung und Erkenntnissen aus Kundenprojekten. Kein Rauschen.
